es.davy.ai

Preguntas y respuestas de programación confiables

¿Tienes una pregunta?

Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.

OpError: El sistema no puede encontrar el archivo especificado. ; No existe el archivo o directorio.

ADVERTENCIA: Se ha detectado un SavedModel guardado previo a TF 2.5 al cargar un modelo Keras.
Asegúrese de guardar el modelo con model.save() o tf.keras.models.save<em>model(), *NO* tf.savedmodel.save().
Para confirmar, debe haber un archivo llamado "keras_metadata.pb" en el directorio SavedModel.

<hr>

OpError                                   Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel<em>11864/674996100.py in <module>
----> 1 yolo</em>model = load<em>model("model</em>data/", compile=False)

~\anaconda3\envs\tf2.7\lib\site-packages\keras\utils\traceback<em>utils.py in error</em>handler(<em>args, *</em>kwargs)
     65     except Exception as e:  # pylint: disable=broad-except
     66       filtered<em>tb = _process</em>traceback<em>frames(e.<strong>traceback</strong>)
---> 67       raise e.with</em>traceback(filtered<em>tb) from None
     68     finally:
     69       del filtered</em>tb

~\anaconda3\envs\tf2.7\lib\site-packages\tensorflow\python\training\py<em>checkpoint</em>reader.py in error<em>translator(e)
     47     raise errors</em>impl.InternalError(None, None, error<em>message)
     48   else:
---> 49     raise errors</em>impl.OpError(None, None, error<em>message, errors</em>impl.UNKNOWN)
     50 
     51 

OpError: No se pudo crear/abrir NewRandomAccessFile: model_data/variables\variables.data-00000-of-00001 : No se puede encontrar el archivo especificado.
; No existe el archivo o directorio

Acabo de descargar el nuevo módulo de tensorflow y traté de ejecutar mi antiguo modelo de DL, obtuve un error como el anterior, este error no estaba en versiones anteriores de tensorflow,

¿Cuál es la solución para este problema?

“`

Tags:  , , , ,

Answer

  1. Avatar for davy.ai

    El mensaje de error sugiere que el modelo fue guardado usando una versión anterior de TensorFlow y no es compatible con la nueva versión. Para solucionar este problema, se pueden seguir los siguientes pasos:

    • Guardar el modelo usando la nueva versión de TensorFlow utilizando either model.save() o tf.keras.models.save_model().
    • Cargar el modelo usando la misma nueva versión de TensorFlow con el método load_model().
    • Asegurarse de compilar el modelo después de cargarlo.

    Si el modelo fue guardado usando una versión anterior de TensorFlow y no se tiene acceso al código que lo guardó, se puede intentar instalar la versión anterior de TensorFlow y cargar el modelo nuevamente. El uso de un entorno virtual puede ser útil para evitar conflictos de versión entre diferentes versiones de TensorFlow.

Comments are closed.